红杉中国合伙人、TalkingData首席顾问车品觉荣获

 

11月25日，由中国科技新闻学会主办、主题为“下一代互联网时代的科技传播”的2018年中国科技传播论坛在京举行。

本次奖项由大数据与科技传播专委会组织专业评审委员会评审。中国科协副主席、党组书记处书记徐延豪，中国科技新闻学会理事长宋南平，中国工程院原副院长邬贺铨等领导以及近千名大数据领域专家学者代表应邀出席本次论坛。

红杉资本中国基金专家合伙人、 TalkingData 首席顾问、畅销书《决战大数据》及 《数据的本质》作者车品觉先生受邀出席，并荣获“大数据科技传播奖”领军人奖。

车品觉先生现任香港特别行政区创新科技与再工业化委员会委员，香港科学园董事积极推动香港成为大湾区及一带一路的大数据试点城市。北京市大数据推进小组咨询专家;贵阳市大数据委员会委员。上海市司法局大数据实验室专家，京东金融首席数据顾问，TalkingData 首席顾问，浙江大学管理学院兼职教授，香港人工智能及机器人学会副理长。

车先生2010年8月加入阿里巴巴，曾任阿里巴巴集团副总裁，数据委员会会长。在任职阿里期间领导阿里数据团队获得Top CIO评选为中国最佳信息化团队，2017年被国家信息中心选为中国十大最具影响力大数据企业家。

从探寻数据的本质，到精耕大数据治理领域，再到建设数据中台，车先生还专注于推动科学化城市治理。拥有数十年丰富的数据实战经验，在大数据商业领域拥有诸多成就，作为中国数据化思考的领先人物，车先生获得此次大数据科技传播领军人奖可谓实至名归。

作为阿里数据化之路的开拓者，同时也是红杉资本中国基金、TalkingData和京东金融的首席专家顾问，对于大数据从用到养、从看到用，车品觉有着一套自己的行为逻辑并深深影响着一批数据公司的商业决策。

让我们重温车品觉先生的精彩观点。

大数据的“气剑之争”

所谓大数据的剑气之分，和车先生自己的生活文化环境息息相关。车先生从学《易经》开始，对阴阳相生相克的理念理解颇深。阴阳这两个道理是互为作用的。如果一个东西只有阳在阴不在，或者阴在阳不在的时候，它是没有力量的。只有当这阴阳转起来的时候，才会出现不同的动力这种现象。

同样，对于大数据来说一个是阳就是人工智能，是用出来的。一个是阴就是数据本身，是养出来的。当这个阴阳之间能互相活起来的时候，这两个东西自然都转得很快，当它转得很快的时候就发现数据引擎出来了。

而数据引擎的概念则是指，当应用跟数据结合得非常的紧密互为作用地转动得很快，数据带动应用，应用产生数据。

开始的时候它可能是一个很小的应用。但是如果你能把这个数据慢慢地滋养的时候，滋养回来的数据会把整个数据引擎的场景扩大。慢慢扩大几次之后就会发现从原点能解决的问题就多了。

在每一个行业里，第一个点的最小的 MVP(最小可行化产品)往往是决胜所在。从这个痛点开始，种子用户产生数据，数据反馈再来优化产品。当这个互惠互利的循环启动的时候，整个数据引擎便开始转动。

车先生详述了自2010年以来出现的三次数据引擎革命。

第一次数据引擎，是非常弱的数据引擎，就是说我们利用更多的数据来产生更好的报告。

第二次数据引擎， 是当我们已经要决定把很多的数据能力放在数据流里面。而数据流里面的数据其实已经不是数字这么简单了，还包括了图像、文字等。

第三次数据引擎的出现便是在无人车上。和之前的自动化不同的是，自动化是自动从 A 点到 B，但中间如果有一个人踢一脚的话，它不会重新起来再往 B 点走。这是能自我学习重新再定位的，而且能做决策的数据引擎。

而在数据引擎的发展过程中，只有剑宗、气宗相互结合才能达到最佳状态。而崇尚“以气带剑”的车先生认为，只有利用人工智能去充分挖掘大数据的价值，再用数据资产作为燃料充分发动数据引擎，才能帮助企业在以数据为王的时代立于强者之林。

数据中台，赋能创新改革

如今企业都意识到数据是重要的资产，也意识到有效数据治理是数据资产化的前提。我在负责阿里巴巴数据治理团队的过程中发现，当时在企业飞速的发展过程中数据使用主要面临着如下挑战：

1、各部门低水平重复开发数据集，浪费大量的存储和计算资源;

2、数据资源缺乏沉淀机制，导致计算能力难以提升，进化低效;

3、数据割裂，算法分离，带来混乱和质量的不确定性;

4、业务变更时，数据及数据产品反应不及时;

5、组织架构制约了数据的共建和共享;缺乏标准及配套激励机制。

经过内部总结发现，数据的“汇-管-用”过程中伴随着如下一些现象：数字业务变化速度非常快、数据处理技术及方法都很类似、数据及算法中间层能产生巨大效能。因此，做好数据治理工作成为当时我在阿里的主要任务，也随之诞生了阿里数据中台。

简单地看，数据中台有点像一条生产流水线，从原始数据收集，到提炼成稳定的生产流程。在这制作过程中，需要有一套生产管理流程体系，用以保证数据质量、时效性、一致性等关键点。

但与生产流水线的差别在于，数据中台不仅需要关注数据生产过程中的效率问题，中台实际上还具备以下能力：

1、如何收集数据被消费之后的反馈闭环;

2、解决多源异构的数据组合的效率;

3、具备业务发生变化时的快速自适应力;

4、保障数据服务的稳定性。

连接和共享才是数据中台的核心。连接指的是将不同来源的数据连接、匹配、融合的能力，让用户能连接到云端和本地化的结构化和非结构化的数据，包含支持不同类型的数据存储平台。一个数据智能平台存在的意义就是共享，并且是给对应的人共享他应该获得的信息，同时保障不应该共享的部分——例如原始数据应有的私密性。

全新的组织架构与配套激励机制。多年来的经验证明了技术架构和治理组织的建立同样重要，而近年很多企业及政府也纷纷设立巳经独立数据治理委员会。数据中台管理需要制定并形成有效的规范，由治理小组从实例中由下而上地提练出大纲，并有固定团队负责推进、制定工作机制(互惠互利及激励方式)、优先资源配置等。

构建符合互联网大数据时代的大数据中台。数据技术「中台」之所以成为攻坚大数据能力的重要途径，一来因为数据中台确实解决了烟囱式数据(之前各自为政)问题，其次是更有利于推动轻盈的前台业务创新，同时能把应用中的数据回流，形成更丰富的中台资源。大数据中台的建设及行业普及到如今还是摸着石头过河的状态，任何中台都是在不断互动回馈的过程中成长出来的，我们必须秉持打破传统管理的决心，做好长期斗争的准备。

城市治理进入科学时代

阿里巴巴多年来建立的城市大脑，是一个集合多方数据协助总体决策的例子。曾经是全国「三大堵(交通挤塞)城」之一的杭州，经过重点治理乱行车、乱停车、乱过路、酒驾等行为，并利用大数据调控失衡交通后，在2017年的全国塞车排名中已降至第45位。如何运用大数据技术优化城市资源，提供更多便民服务及协助产业发展，实属智慧城市顶层设计的重要课题。随著智能终端机、物联网及5G的高速发展，加上感知设备在城市的覆盖提高，大数据已经成为城市不可缺少的能力。

我们现在正处于大数据时代的转折点，当前移动互联网(未来还有物联网)的大数据积累了每一个市民在城市中的生活轨迹。市民活动若能与政务数据融合，可说是人类历史上第一次拥有如此庞大的城市全景数据。我一直认为，当数据化决策与行动后的回馈形成了紧密的数位闭环，城市治理才真正进入科学的时代。

伴随着信息技术的飞速发展，智慧城市一词出现的频率越来越高。国外很多发达国家将推动智慧城市建设上升到国家战略层面。美国奥巴马政府认为“智慧地球”与克林顿的“信息高速公路”战略同等重要，将“智慧地球”上升为美国国家战略。

美国原纽约市副市长，哈佛现任教授Stephen Goldsmith，在其著作The Responsive City中详细地向我们展示了他们在智慧城市建设进程中的各种案例应用。而车先生也将这本著作进行翻译，详述《响应型城市》建设过程中，所有的成功与失败的智能方案是如何策划、建立与实施的。

这本书也给当前中国智慧城市如何优化政府运营，如何解决民生问题，如何发展数据产业给了建议与参考。

 

 

时间:2018-11-28 14:05  来源:    转发量:次